Du har inte javascript påslaget. Det innebär att många funktioner inte fungerar. För mer information om Vinnova, ta kontakt med oss.

AI för ökad processeffektivitet

Diarienummer
Koordinator RISE Research Institutes of Sweden AB - RISE RESEARCH INSTITUTES OF SWEDEN AB, VÄSTERÅS
Bidrag från Vinnova 4 559 553 kronor
Projektets löptid februari 2021 - februari 2023
Status Avslutat
Utlysning Strategiska innovationsprogrammet för processindustriell IT och automation - PiiA

Syfte och mål

Målet är att demonstrera AI-baserad kvalitetskontroll och processtyrning i produktionen vid Nilar och Sura, som delar behovet av att automatisera inspektionsrutiner (mycket manuellt arbete krävs). AI används på befintliga processdata i realtid från produktionsflöden för att upptäcka kvalitetsbrister i produkt/process. Lösningen möjliggör snabb dataanalys av många bilder för att identifiera ytdefekter samt övervakning av andelen defekter i processen.

Resultat och förväntade effekter

Resultaten inkluderar (i) objektdetekteringsverktyg för montering av Nilar-batterier, (ii) automatiserat detekterings- och defektmarkeringsverktyg för Suras elektriska stålplåtar för elfordon, och (iii) ML-verktyg för att upptäcka avvikelser i batterier. De gör det möjligt att identifiera ytdefekter mer effektivt och tidigare i processen i syfte att minska materialspillet med >30 % och manuellt arbete med >50 % i inspektionsprocessen, samt öka utnyttjandet av tillgänglig information.

Upplägg och genomförande

Projektet syftade till att demonstrera AI-baserad processkontroll för automatisk kvalitetskontroll i Nilar och Sura produktion. Hos Surahammar har projektet demonstrerat nyttan av AI-baserad processkontroll genom hela deras produktionsprocesser och produktkvalitetskontroll. Nilar har integrerat AI-lösningar för att identifiera defekter på foton vid montering av batterimoduler. Med det förbättrade AI-baserade vision-systemet kan Nilar nu hindra de värsta defekterna från att monteras i modulerna.

Externa länkar

Texten på den här sidan har projektgruppen själv formulerat. Innehållet är inte granskat av våra redaktörer.

Senast uppdaterad 31 mars 2023

Diarienummer 2020-04623

Statistik för sidan